买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油大学(华东)申请的专利基于人工蜂群和强化学习的机器人路径规划方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120996078B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511493967.2，技术领域涉及：G06N3/006；该发明授权基于人工蜂群和强化学习的机器人路径规划方法和系统是由贾华坤;肖家能;于连栋;陆洋;高荣科;黄一辰;王向阳设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于人工蜂群和强化学习的机器人路径规划方法和系统在说明书摘要公布了：本发明提供了一种基于人工蜂群和强化学习的机器人路径规划方法和系统，涉及路径规划领域，方法具体包括如下步骤：根据已知环境信息、起始点及目标点，初始化人工蜂群算法种群。基于人工蜂群算法的搜索机制对种群进行迭代优化。当满足预设的优化进程终止条件时，从最终种群中选取一批优质解，构成精英解集。将精英解集编码为强化学习智能体的先验知识，用以初始化强化学习的价值函数，并设定融合了路径长度与平滑度目标的奖励函数。基于初始化后的价值函数，运行强化学习算法进行策略搜索与优化，以对路径策略进行微调。在强化学习算法收敛后，输出最优路径。本发明的技术方案克服现有技术中不能在复杂环境下快速生成既短且平滑的路径的问题。

本发明授权基于人工蜂群和强化学习的机器人路径规划方法和系统在权利要求书中公布了：1.一种基于人工蜂群和强化学习的机器人路径规划方法，其特征在于，具体包括如下步骤： S1，根据已知环境信息、起始点及目标点，初始化人工蜂群算法种群； S2，基于人工蜂群ABC算法的搜索机制对种群进行迭代优化； S3，当满足预设的优化进程终止条件时，从最终种群中选取一批优质解，构成精英解集； S4，将精英解集编码为强化学习智能体的先验知识，用以初始化强化学习的价值函数，并设定强化学习状态空间、动作空间以及融合了路径长度与平滑度目标的奖励函数； S5，基于初始化后的价值函数，运行强化学习算法进行策略搜索与优化，以对路径策略进行微调； S6，在强化学习算法收敛后，输出最优路径； 步骤S4具体包括如下步骤： S4.1，对于精英解集中的每条路径，遍历每条路径的状态-动作对，其中，为当前节点状态，动作为选择下一个节点；将状态-动作对的值初始化为一个优先值： ； 其中，为动作价值函数； S4.2，设定强化学习的环境，状态空间为所有节点的集合；动作空间为从状态可到达的相邻节点集合；奖励函数为融合路径长度与平滑性目标，奖励函数设计为： ； 其中，为移动距离；为指示函数，若在处产生拐点则返回1，否则返回0；为拐点惩罚权重； S4.3，采用Q-learning算法进行策略微调，值更新公式为： 其中，代表执行动作之后的下一个状态；表示在下一个状态下，智能体所有可能执行的动作中的其中一个动作变量；代表下一状态所有可能动作中的最大值；表示即时奖励；为学习率；为折扣因子； 步骤S5具体包括如下步骤： S5.1，Q-learning采用ε-greedy策略平衡探索与利用，ε-greedy策略的决策过程表述为： ； 其中，，代表探索率；表示使当前值最大的动作变量； S5.2，当值函数变化量小于收敛阈值，即： ； 或达到最大训练回合数时，终止学习过程；其中，为迭代次数，为第次迭代后的值函数； 步骤S6具体为： 从起始点开始，智能体在每一步选择具有最大值的动作： ； 直至到达目标点，生成最终路径列表；其中，为最优路径列表中的第个节点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。